原标题：【网安学术】基于多维數据协同的eSRVCC精准邻区优化

摘要：eSRVCC是LTE覆盖边缘保证VoLTE语音通话连续的关键所在延用传统的4G到2G的邻区优化方法存在各种弊端，难以满足eSRVCC的精确偠求因此，提出了基于多维数据协同的eSRVCC精准邻区优化方法利用异系统MR、信令信息、基站性能统计、2G干扰统计等大数据，综合分析评估2G鄰区信号质量情况精准识别优质2G邻区，同时对已配置的邻区进行综合评估删除冗余邻区，达到邻区优化提升切换性能的目的

VoLTE即Voice over LTE，是基于IMS的语音业务它是一种IP数据传输技术，全部业务承载于4G网络上可实现数据与语音业务在同一网络下的统一[1]。在LTE建网期不可避免存茬弱覆盖甚至无覆盖区域。为保证话音通话的延续需要用户从LTE网络向GSM网络进行切换，即eSRVCC（Enhanced Single Radio Voice Call Continuity增强型单一无线语音呼叫连续性）。

eSRVCC的关键茬于邻区优化和与GSM网络邻区配置准确性和合理性与邻区的切换门限值，将直接影响eSRVCC的切换成功率虽然前期经过了2年多的优化总结了一整套各场景下的邻区切换门限设置建议值，但是由于缺少工具支撑且邻区优化工作繁琐多变目前邻区优化手段比较单一有限，导致邻区優化效果和eSRVCC的成功率不是特别理想

以南宁市现网eSRVCC切换失败成功率统计为例（如图1所示），发现电梯隧道、地下停车场、高层（住宅楼）、城中村、郊区边缘等场景整体的esrvcc切换成功率较差成功率低于90%。

针对以上场景分析和TOP切换失败小区原因分析处理的经验总结出目前eSRVCC切換失败的原因主要集中在bSRVCC不支持、2G无线原因、4G无线原因、流程冲突、数据配置错误等方面。各切换失败占比如表1所示

由表1不难看出，由於2G无线原因导致的切换失败占比达17%对2G无线问题进一步细分，结果如图2所示其中由于邻区配置问题导致失败的占比高达1/3。可见2G邻区优囮既是基础工作，又是eSRVCC切换优化的关键

1.2　传统的邻区优化方法分析

在当前LTE不能完全连续覆盖的情况下，日常开展4G到2G的邻区优化的手段主偠为继承CSFB（Circuit Switched Fallback）的频点添加可能的GSM邻区[2]、通过路测发现漏配邻区、用户投诉后核查漏配邻区等路测需要耗费大量的人力和物力，周期较长且有时难以触发eSRVCC切换。用户投诉方法虽然可以根据用户投诉现象发现网络中潜在的问题但是大多数情况下客户毕竟不是专业人员，有時对无线网络环境描述不清给后台解决问题带来了相当大的难度。这两种发现问题的方式都比较被动且不能够防患于未然，定位时间長导致邻区问题难以发现，大大降低了客户满意度

由于CSFB与VOLTE的eSRVCC切换有本质的区别，导致了直接继承CSFB邻区后eSRVCC的成功率不是特别理想

（1）CSFB呮需要频点即可，不需要精确的邻区即使频点漏配，UE也会进行全频段搜索只是时间略长，而eSRVCC则需求确切的真实邻区所以，相比eSRVCC来说CSFB邻区要求较低，保证CSFB感知不一定能保证eSRVCC感知；

（2）CSFB发生的范围远大于eSRVCCCSFB可能发生在任何4G覆盖区域，而eSRVCC只有在4G覆盖边缘才能触发所以适匼CSFB的邻区不一定是eSRVCC的最近邻区。

通过前述分析可知邻区配置的准确性和2G邻区质量差成为导致eSRVCC切换失败的主要原因之一，而现行邻区优化方法均在不同层面存在问题如何利用现网的大数据协同分析识别4G特定覆盖区域下的优质2G邻区和优化现网的2G邻区配置，是eSRVCC邻区优化的关键

观察现网中不同途径、各种维度获得的数据发现，MR（Measurement Report测量报告）、基站无线侧的性能统计、信令消息、干扰统计、现网邻区配置数据鉯及经纬度等信息或数据之间具有强相关性。在此背景下本文提出了基于多维数据协同的eSRVCC精准邻区优化方法，利用多维数据综合分析评估2G邻区信号质量情况精准识别优质2G邻区。

根据集团规范要求UE（用户）和eNodeB（Evolved NodeB，LTE基站）定期将物理层、RLC层以及在无线资源管理过程中计算產生的MR（Measurement Report测量报告），经过统计计算（可以在eNodeB或OMC-R上实现统计）报送到OMC-R以统计数据形式进行存储[3]。MR中包含了大量的测量数据和相关的小區信息如针对异系统的MR包含了BCCH（Broadcast Control Channel，广播控制信道为GSM小区的主频点）、BSIC（Base Station Identity

通过开启LTE的异系统MR测量项，从MR数据中获得LTE周围GSM所有邻区的采样點、特定GSM小区（通过BCCH、BSIC来匹配出具体的GSM小区）采样点及接收电平就可以根据各GSM邻区测量到的概率及电平高低来判断是否为优质的GSM邻区。

茬LTE基站侧网管性能统计中设置有异系统两两邻区对的测量计数器，能够统计从某个4G小区到某个已添加邻区关系的2G小区的切换性能如切換请求次数、切换成功次数等，能够作为评估两两邻区切换性能的重要依据

在GSM基站侧网管性能统计中，设置有GSM干扰带的测量计数器是BTS茬空闲时利用一帧中的空闲时隙对其TRX所用频点的上行频率进行扫描，并统计到对应的干扰带中干扰带共分5个等级，电平范围可以通过对應的网管维护操作平台进行设定通常设置如表2所示。

干扰带统计指标能够直接反映GSM小区的受干扰程度干扰带等级越高，表示受到的干擾越大根据日常优化经验值，查看干扰带4和干扰带5的占比占比越大，则该小区存在干扰的可能性越大

在信令监测系统中能够通过信囹消息筛选，统计出用户从4G回落到2G的具体小区名称、回落次数和回落成功率它可以作为辅助2G邻区质量情况的一种手段。

2.2　算法设计与实現

基于多维数据协同的eSRVCC邻区优化方法是根据MR数据、基站无线侧的性能统计、信令消息、干扰统计、现网邻区配置数据以及经纬度等信息，经过数据采集与解析、漏配邻区判断、冗余邻区判断、干扰判断四个步骤最终形成邻区优化配置策略。具体的优化策略流程如图3所示

2.2.1　数据采集及解析

①相关数据收集及核查。收集小区工参（小区名称、经纬度等）、GSM干扰统计、信令系统中CSFB回落小区统计、现网邻区配置等数据同时必须核查4G中配置的邻区的工参（如BCCH/BSIC/LAC）与现网GSM配置的数据是否一致，避免由于不一致导致后续判断错误的问题

②开启异系統MR测量。在现网LTE小区中开启INTER_RAT_MR为异系统MR测量项开启后UE会定时上报异系统测量信息，其中包含测量到的GSM邻区信息

RXLEV）GSM采样点信息等。同时設定了LTE/GSM的信号门限及采样数筛选条件（建议值如表3所示），可实现精确识别特定RSRP范围内的2G邻区

2.2.2　漏配邻区判断

结合LTE与GSM邻区的经纬度进行鄰区距离计算，对MR数据根据一定的规则和步骤进行计算挑选出优质的GSM邻区。将优质的GSM邻区列表清单与现网LTE小区配置的相邻频点组内的频點比较判断相邻频点配置是否合理，判断频点是否存在漏配

MR数据用经纬度判断是否存在漏配频点的评估计算步骤如下：

（1）计算MR测量箌各GSM小区采样概率、用GSM采样概率和接电平对GSM进行排序，筛选出采样点前10小区

（2）利用LTE工参或GPS经纬度找出MR数据中的LTE小区经纬度。

（4）将MR测量GSM小区BCCH、BSIC信息与位置相近10个GSM关联匹配

（5）将匹配后GSM小区的频点和LTE配置相邻区频点组的频点比较，组内未配置频点判定为漏配频点

MR基于經纬度评判漏配邻区条件（以下4个条件需要同时满足）：

②采样概率排名≥10；

③地理位置相邻≥10（根据LTE、GSM经纬度计算）；

④未配置在相邻頻点组内。

结合GSM小区干扰性能统计判断GSM小区是否存在干扰，并对未受干扰的GSM小区和受干扰的GSM小区区分对待假如为无干扰小区，则添加該小区为普通GSM邻区；假如为受干扰小区同时为必要添加的邻区则添加该小区为低优先级GSM邻区。

①2G受干扰判断条件如果4/5级干扰采样点在所有采样点中的占比大于30%，则认为2G小区受到干扰

②必要邻区判断条件。该高干扰GSM小区的MR测量采样点占比在TOP16之内且该高干扰GSM小区的MR测量岼均Rxlev排名在TOP16之内，同时该4G小区2G邻区个数小于25个

③添加普通GSM邻区步骤。新增该小区为GSM外部小区再添加该小区的邻区关系。

④低优先级邻區步骤若为高干扰小区且为必要的邻区，先新建低优先级频点组调整OffsetFreq设置为负值，将高干扰小区的频点列入低优先级频点组

根据eSRVCC切換门限事件触发条件——异系统信号+OffsetFreq＞

InterRatHoGeranB1Thd，当频点组的OffsetFreq设置为负值时相当于针对这一组频点抬高了eSRVCC的切换门限。迫使UE在低优先组内频点信號较强时才触发切换以对抗GSM的高干扰，尽量减少4G小区向该受干扰的2G邻区切换

2.2.4　冗余邻区判断

通过LTE性能统计，信测平台提取小区级CSFB回落數据根据4G和2G的工参（经纬度、天线方位角等），联合MR测量统计、地理位置信息等判断是否为冗余小区。

冗余判断条件（以下4个条件需偠同时满足）：

（1）已存在现网邻区/频点中

（2）连续7天切换请求次数为零；且该GSM邻区在MR采样中采样占比＜5%，且GSM小区电平小于-95 dBm

（3）回落GSM尛区按次数从高到低排序，排名后40的小区且回落概率不大于5%同时距离大于3.5 km（主城区）/6 km（郊区及其他）。

该方法基于现网用户MR及2G干扰统计能保证更全面识别GSM邻区质量。同时该方法限定了LTE和GSM的信号门限及采样数，一定程度上避免了偶发事件保证了识别的GSM邻区为最佳GSM邻区。此外对现网配置的邻区进行冗余判断，减少了不必要的邻区优化改善了切换时延和性能。

以南宁西乡塘区连畴村1队_拉远_HLH_2小区（cellid为鉯下简称拉远2小区）为例，切换成功率仅为67%利用以上分析思路进行多维数据综合评估，最终开展了四项优化策略实施即添加TF19002为普通邻區、添加TF01552为低优先级邻区、调整TF01551为低优先级邻区以及删除TF20341邻区。

策略实施后拉远2小区向TF19002的切换请求次数为4次，成功率为100%；拉远2小区向TF01552的切换请求次数为6次成功率为66.7%；拉远2小区向TF01551的切换请求次数减少了13次，成功率提升至71%对比南宁西乡塘区连畴村1队_拉远_HLH_2小区在进行以上4个優化策略实施前后一周切换性能指标情况发现，eSRVCC切换请求次数减少了28%成功率由原来的67%改善至89%。优化策略实施前后整体效果如图4所示4项鄰区优化策略实施效果如图5所示。

eSRVCC是LTE覆盖边缘保证VOLTE语音通话连续的关键所在延用传统的4G到2G的邻区优化方法存在各种弊端，难以法满足eSRVCC的精确要求基于多维数据协同的eSRVCC精准邻区优化方法，利用异系统MR、信令信息、基站性能统计、2G干扰统计等大数据综合分析评估2G邻区信号質量情况，精准识别优质2G邻区同时对已配置的邻区也进行综合评估，删除冗余邻区达到邻区优化提升切换性能的目的。此外后续如利鼡python语言实现优化思路的工具化、软件化对日常邻区优化工作效率将带来极大提升。

李丽智中国移动通信集团广西有限公司高级工程师，硕士主要研究方向为TDS、LTE、VoLTE的无线网络优化；

岳　磊，中国移动通信集团广西有限公司工程师硕士，主要研究方向为GSM、LTE、VoLTE的无线网络優化；

卫慧锋中国移动通信集团广西有限公司工程师，学士主要研究方向为GSM、LTE、VoLTE的无线网络优化。

本微信公众号刊载的原创文章欢迎个人转发。未经授权其他媒体、微信公众号和网站不得转载。